{
  "id": "56965ff3-b6e2-4856-a179-96ff09f8198c",
  "slug": "case/blog-crm-online-behavior-integration-card-issuer",
  "doc_type": "case",
  "title": "CRM과 온라인 행동 데이터 통합으로 개인화 마케팅 환경 구축 — 카드사의 빅데이터 기반 마련",
  "title_en": null,
  "one_liner": "대형 유통·서비스 그룹 계열의 신용카드사가 내부 CRM 데이터와 웹/앱 행동 로그를 결합해, 전문 인력 없이도 실무에서 바로 쓰는 통합 고객 데이터 뷰와 ML/AI 확장 기반을 마련한 사례.",
  "summary_bullets": [
    "CRM과 행동 로그는 각각 절반의 그림만 보여주므로, 둘을 하나의 뷰로 통합해야 비로소 입체적인 고객 이해가 가능하다.",
    "데이터 요건은 현재 수집분·실무 필요분·추가 수집 가능분을 나누어 조사한 뒤 병합하는 방식이 누락과 과잉 수집을 동시에 줄인다.",
    "자동 정제·적재·스케줄링 구조를 갖추면 전문 데이터 인력 없이도 현업이 최신 통합 데이터를 상시 활용할 수 있다.",
    "잘 설계된 통합 데이터 뷰는 당장의 마케팅 활용을 넘어, 이후 ML/AI 기반 추천·자동화 기능의 토대가 된다."
  ],
  "body_md": "## 무엇이 문제였나\n대형 유통·서비스 그룹 계열의 신용카드사는 소매 금융, 현금 서비스, 무이자 할부 등을 제공하며 제1금융권 및 동종 제2금융권(증권사, 카드사, 캐피탈)과 경쟁하기 위해 고객 데이터 중심의 차별화 전략이 필요했다. 내부 CRM 데이터와 웹/앱 방문 고객의 행동 데이터를 결합하고 싶었지만, 두 데이터 모두 누락이 있고 현업에서 직접 매칭해 활용하기에는 양적·질적 난이도가 높았다.\n\n## 과제\n- 필요한 데이터는 수집하고 있었지만 활용에 제약 사항이 많았다.\n- 이용 중인 애널리틱스 원시 로그와 내부 DB를 비즈니스 요건에 맞게 결합해야 했다.\n- 향후 ML/AI 활용 마케팅의 기반이 될 신뢰도 높은 데이터셋이 필요했다.\n\n## 접근\n- 기존 CRM 중심 구조에서 한 걸음 나아가, 디지털 행동/기여 데이터를 결합하는 CDP 개념을 적용하는 방향으로 설계했다.\n- 현업 인터뷰를 통해 (1) 현재 수집 중인 데이터 (2) 실무에서 필요한 데이터 (3) 추가로 수집 가능한 데이터를 각각 조사하고 병합해 데이터 요건 리스트를 만들었다.\n- 정제된 데이터가 각 부서 실무에서 어떻게 쓰일지까지 미리 설계해, 구축 이후 바로 활용 가능하도록 기획했다.\n\n## 구축 내용\n- 활성/잠재/이탈 고객 등 세그먼트를 구분할 수 있도록 방문 page, session, event 단위의 행동 데이터를 실시간 수집해 자동 전처리 후 BigQuery에 적재하도록 설계했다.\n- 고객 ID를 기준으로 BigQuery의 행동 데이터와 CRM 데이터를 결합하고, CRM DB에 자동 업데이트되도록 스케줄링해 실무자가 매일 최신 데이터를 함께 사용할 수 있게 했다.\n- 인구통계 특성, 유입 채널, 관심 상품, 체류 시간, 콘텐츠 관심사 등을 세부적으로 확인할 수 있는 통합 뷰를 구성했다.\n\n## 이 사례에서 배울 수 있는 것\n- CRM과 행동 로그는 각각 절반의 그림만 보여주므로, 둘을 하나의 뷰로 통합해야 비로소 입체적인 고객 이해가 가능하다.\n- 데이터 요건은 현재 수집분·실무 필요분·추가 수집 가능분을 나누어 조사한 뒤 병합하는 방식이 누락과 과잉 수집을 동시에 줄인다.\n- 자동 정제·적재·스케줄링 구조를 갖추면 전문 데이터 인력 없이도 현업이 최신 통합 데이터를 상시 활용할 수 있다.\n- 잘 설계된 통합 데이터 뷰는 당장의 마케팅 활용을 넘어, 이후 ML/AI 기반 추천·자동화 기능의 토대가 된다.",
  "related_slugs": [],
  "faq": [
    {
      "a": "대형 유통·서비스 그룹 계열의 신용카드사가 내부 CRM 데이터와 웹/앱 행동 로그를 결합해, 전문 인력 없이도 실무에서 바로 쓰는 통합 고객 데이터 뷰와 ML/AI 확장 기반을 마련한 사례.",
      "q": "CRM과 온라인 행동 데이터 통합으로 개인화 마케팅 환경 구축 — 카드사의 빅데이터 기반 마련"
    }
  ],
  "jsonld": null,
  "keywords": [
    "금융/핀테크",
    "blog-case"
  ],
  "source_id": "https://blog.bizspring.co.kr/%ed%99%9c%ec%9a%a9-%eb%b0%a9%eb%b2%95-%ec%82%ac%eb%a1%80/success-cases/fin-tech/crm-%ec%98%a8%eb%9d%bc%ec%9d%b8-%ed%96%89%eb%8f%99-%eb%8d%b0%ec%9d%b4%ed%84%b0-%ed%86%b5%ed%95%a9-%ea%b0%9c%ec%9d%b8%ed%99%94-%eb%a7%88%ec%bc%80%ed%8c%85-%ed%99%98%ea%b2%bd-%ea%b5%ac%ec%b6%95/",
  "video_url": null,
  "duration_sec": null,
  "thumbnail_url": null,
  "image_url": null,
  "caption": null,
  "solution_slug": null,
  "captured_at": null,
  "width": null,
  "height": null,
  "created_at": "2026-08-23T15:08:48.7497+00:00",
  "updated_at": "2026-08-23T15:08:48.7497+00:00",
  "visibility": "public",
  "source_stage": "1",
  "anonymized": true,
  "source_key": "web-cases",
  "origin": "ingest",
  "locked": false,
  "locked_by": null,
  "locked_at": null,
  "gate_state": {
    "g1": {
      "hits": [],
      "pass": true
    },
    "g2": {
      "pass": true,
      "total": 50,
      "issues": [
        "숫자·규격 같은 검증 가능한 구체가 부족합니다",
        "Q&A 쌍이 3개 미만입니다"
      ],
      "applies": true
    },
    "g3": {
      "pass": true,
      "required": false
    },
    "stage": "1",
    "decided_at": "2026-08-23T13:13:07.689Z"
  },
  "raw_id": null,
  "search_text": "CRM과 온라인 행동 데이터 통합으로 개인화 마케팅 환경 구축 — 카드사의 빅데이터 기반 마련  대형 유통·서비스 그룹 계열의 신용카드사가 내부 CRM 데이터와 웹/앱 행동 로그를 결합해, 전문 인력 없이도 실무에서 바로 쓰는 통합 고객 데이터 뷰와 ML/AI 확장 기반을 마련한 사례. 금융/핀테크 blog-case ## 무엇이 문제였나\n대형 유통·서비스 그룹 계열의 신용카드사는 소매 금융, 현금 서비스, 무이자 할부 등을 제공하며 제1금융권 및 동종 제2금융권(증권사, 카드사, 캐피탈)과 경쟁하기 위해 고객 데이터 중심의 차별화 전략이 필요했다. 내부 CRM 데이터와 웹/앱 방문 고객의 행동 데이터를 결합하고 싶었지만, 두 데이터 모두 누락이 있고 현업에서 직접 매칭해 활용하기에는 양적·질적 난이도가 높았다.\n\n## 과제\n- 필요한 데이터는 수집하고 있었지만 활용에 제약 사항이 많았다.\n- 이용 중인 애널리틱스 원시 로그와 내부 DB를 비즈니스 요건에 맞게 결합해야 했다.\n- 향후 ML/AI 활용 마케팅의 기반이 될 신뢰도 높은 데이터셋이 필요했다.\n\n## 접근\n- 기존 CRM 중심 구조에서 한 걸음 나아가, 디지털 행동/기여 데이터를 결합하는 CDP 개념을 적용하는 방향으로 설계했다.\n- 현업 인터뷰를 통해 (1) 현재 수집 중인 데이터 (2) 실무에서 필요한 데이터 (3) 추가로 수집 가능한 데이터를 각각 조사하고 병합해 데이터 요건 리스트를 만들었다.\n- 정제된 데이터가 각 부서 실무에서 어떻게 쓰일지까지 미리 설계해, 구축 이후 바로 활용 가능하도록 기획했다.\n\n## 구축 내용\n- 활성/잠재/이탈 고객 등 세그먼트를 구분할 수 있도록 방문 page, session, event 단위의 행동 데이터를 실시간 수집해 자동 전처리 후 BigQuery에 적재하도록 설계했다.\n- 고객 ID를 기준으로 BigQuery의 행동 데이터와 CRM 데이터를 결합하고, CRM DB에 자동 업데이트되도록 스케줄링해 실무자가 매일 최신 데이터를 함께 사용할 수 있게 했다.\n- 인구통계 특성, 유입 채널, 관심 상품, 체류 시간, 콘텐츠 관심사 등을 세부적으로 확인할 수 있는 통합 뷰를 구성했다.\n\n## 이 사례에서 배울 수 있는 것\n- CRM과 행동 로그는 각각 절반의 그림만 보여주므로, 둘을 하나의 뷰로 통합해야 비로소 입체적인 고객 이해가 가능하다.\n- 데이터 요건은 현재 수집분·실무 필요분·추가 수집 가능분을 나누어 조사한 뒤 병합하는 방식이 누락과 과잉 수집을 동시에 줄인다.\n- 자동 정제·적재·스케줄링 구조를 갖추면 전문 데이터 인력 없이도 현업이 최신 통합 데이터를 상시 활용할 수 있다.\n- 잘 설계된 통합 데이터 뷰는 당장의 마케팅 활용을 넘어, 이후 ML/AI 기반 추천·자동화 기능의 토대가 된다.",
  "embedding": null,
  "embedded_at": null,
  "embedding_hash": null,
  "backlinks": [],
  "html_url": "https://bizspring.ai/kb/case/blog-crm-online-behavior-integration-card-issuer",
  "markdown_url": "https://bizspring.ai/kb/case/blog-crm-online-behavior-integration-card-issuer.md"
}